图像识别的路面破损分类实现(源码)
当今社会交通四通八达，路面的损坏也成了我国交通的隐患，但是我国幅员辽阔，交通道路错综复杂，仅凭人力是无法完成对所有路段的勘探的。所以必须借助计算机来实现。人工智能作为当今社会的焦点话题，其图像识别自然能对我国的路面破损进行系统的分类。借助Matlab，可以对采集的破损路面的图片进行除噪、增强和分割等数字化图片处理，本文采取了均值滤波对图像进行了除噪，接着，对图像的加性噪声的去除取得明显效果；然后使用对数变换增强对图像进行了增强；接着使用了使用了OTSU法对图像进行分割，分割效果显著；最后使用gist特征对图像进行了特征提取，再通过BP神经网络实现学习分类，分类的准确率达到了75%，达到勘察检测路面破损的目的。关键词 路面破损，图像识别，均值滤波，对数变换，OTSU，gist特征，bp神经网络
目 录
一 引言 1
1.1 课题背景 1
1.2 国内外研究综述 1
1.2.1图像识别的发展 1
1.2.2国内外图像识别在路面破损上的应用 1
1.2.3国内外路面破损识别研究现状 2
二 图片处理工具介绍及环境安装 2
2.1 Matlab简介 2
2.2 Matlab安装 3
三 路面破损图片处理 4
3.1 图片的导入及调用 4
3.2 图像的去噪 5
3.2.1均值滤波除噪 6
3.2.2 中值滤波除噪 6
3.2.3 同态滤波除噪 6
3.2.4 维纳滤波除噪 7
3.2.5 傅里叶变换除噪 7
3.2.6 小波变换除噪 7
3.3 图像的增强 8
3.3.1 线性变换 8
3.3.2 分段线性变换 9
3.3.3 非线性变换 10
3.3.4 直方图变换 11
3.4 图像的分割 11
3.4.1双峰法 12
3.4.2 迭代法 13
3.4.3 OTSU法 14
四 特征提取 14
4.1 特征分类 14
4.1.1 *好棒文|www.hbsrm.com +Q: &351916072&
形状特征 14
4.1.2纹理特征 15
4.1.3颜色特征 15
4.1.4空间关系特征 15
4.2 特征提取方法介绍 15
4.2.1形状特征提取方法 16
4.2.2 纹理特征提取方法 16
4.2.3颜色特征提取方法 16
4.2.4空间关系特征提取方法 17
4.5 gist特征 17
五 BP神经网络分类 17
六 测试总结 20
结 论 21
致 谢 22
参 考 文 献 23
一 引言
1.1 课题背景
几十年来，我国经济飞速发展，这也多数仰仗于我国的交通的飞速发展。“要致富，先修路”，很明显这句话并不是一句空口号，而是我国发展的第一步，所以我国经济的腾飞和交通路面有着相当密切的联系。然而几十年过去，即使是再坚固的路面也会遭到侵蚀，这些破损的路面成了我国交通的一大隐患。
错综繁杂的道路就像血管脉络一样交织在祖国这只腾飞的东方雄鸡身上，然而如今这些脉络却因为岁月的侵蚀而受到不同程度的损伤。如果用人力勘测这些路面的破损，显然是一项非常繁杂且艰巨的任务。一、各种路段错综复杂，如果人力勘测，将需要花费大量劳动力。二、不同路段勘测复杂度不同，须花费大量时间。三、很多路段都在使用当中，容易在勘测过程中产生交通堵塞甚至引发交通事故，危险性极高。四、很多路面的破损状况仅凭人眼无法完全记录分辨，辨识率低。于上综述，我们需要借助计算机的力量。
当今社会人工智能显然成了计算机界的新宠儿，随着人工智能的蓬勃发展，图像识别的能力也在不停的得到完善。站在前人的肩膀上，我们可以借助计算机图像识别的功能，完成对破损路面的勘察和分类，代替使用大量的人力和时间去对完成对各种路面的检测。
1.2 国内外研究综述
1.2.1图像识别的发展
图像识别近年来在人工智能的浪潮下已经得到了飞速的发展。图像是人类交流、获取信息的重要渠道，图像包含着大量的信息，所以图像识别也就成了人工智能的重点之一，如今图像识别在各个领域得到了广泛运用。例如：小区轿车车牌的识别，公司的人脸识别、虹膜识别，公安机关电脑的指纹识别，食品的监测识别等等。走在科技的前沿，可以发现很多新颖的人工智能的科技，都蕴藏着图像识别的轮廓。
众所周知的“阿尔法狗（AlphaGo Lee）”由谷歌旗下的DeepMind公司开发，在2016年以4：1击败世界围棋冠军李世石。在这之后的改良版本“大师（AlphaGo Master）”，2017年5月在乌镇以3：0战胜围棋世界冠军柯洁。而在2017年10月19日，该公司又更新了新版本“阿尔法零（AlphaGo Zero）”经过三天训练便击败了Lee，经过40天训练击败了Master。阿尔法系列的开发都是人工智能行业的前进的标志。其用到了深度学习、蒙特卡洛搜索树、神经网络等多重新技术，当然在读取棋谱数据的时候难免也会用到图像识别的技术。所以图像识别作为新型技术的奠基石功不可没。
1.2.2国内外图像识别在路面破损上的应用
路面破损的识别系统应分为两个方面：一、路面情况的自动勘探。二、图像的处理与分类。在第一个方面上，目前已筹备的较为完善，但在第二个方面，仍处于仁者见仁，智者见智的阶段。
在图像采集的方面，需要多个检测系统设备的配合：①高速激光平整度检测系统；②高分辨率路面破损检测系统；③高速线激光车辙检测系统；④前方路况图像采集系统；⑤激光三维变形类检测系统。除了这些实时检测的系统外，还需要全球定位系统（GPS）和距离测量装置传感器，以便于确定破损路面的精确位置。
目 录
一 引言 1
1.1 课题背景 1
1.2 国内外研究综述 1
1.2.1图像识别的发展 1
1.2.2国内外图像识别在路面破损上的应用 1
1.2.3国内外路面破损识别研究现状 2
二 图片处理工具介绍及环境安装 2
2.1 Matlab简介 2
2.2 Matlab安装 3
三 路面破损图片处理 4
3.1 图片的导入及调用 4
3.2 图像的去噪 5
3.2.1均值滤波除噪 6
3.2.2 中值滤波除噪 6
3.2.3 同态滤波除噪 6
3.2.4 维纳滤波除噪 7
3.2.5 傅里叶变换除噪 7
3.2.6 小波变换除噪 7
3.3 图像的增强 8
3.3.1 线性变换 8
3.3.2 分段线性变换 9
3.3.3 非线性变换 10
3.3.4 直方图变换 11
3.4 图像的分割 11
3.4.1双峰法 12
3.4.2 迭代法 13
3.4.3 OTSU法 14
四 特征提取 14
4.1 特征分类 14
4.1.1 *好棒文|www.hbsrm.com +Q: &351916072&
形状特征 14
4.1.2纹理特征 15
4.1.3颜色特征 15
4.1.4空间关系特征 15
4.2 特征提取方法介绍 15
4.2.1形状特征提取方法 16
4.2.2 纹理特征提取方法 16
4.2.3颜色特征提取方法 16
4.2.4空间关系特征提取方法 17
4.5 gist特征 17
五 BP神经网络分类 17
六 测试总结 20
结 论 21
致 谢 22
参 考 文 献 23
一 引言
1.1 课题背景
几十年来，我国经济飞速发展，这也多数仰仗于我国的交通的飞速发展。“要致富，先修路”，很明显这句话并不是一句空口号，而是我国发展的第一步，所以我国经济的腾飞和交通路面有着相当密切的联系。然而几十年过去，即使是再坚固的路面也会遭到侵蚀，这些破损的路面成了我国交通的一大隐患。
错综繁杂的道路就像血管脉络一样交织在祖国这只腾飞的东方雄鸡身上，然而如今这些脉络却因为岁月的侵蚀而受到不同程度的损伤。如果用人力勘测这些路面的破损，显然是一项非常繁杂且艰巨的任务。一、各种路段错综复杂，如果人力勘测，将需要花费大量劳动力。二、不同路段勘测复杂度不同，须花费大量时间。三、很多路段都在使用当中，容易在勘测过程中产生交通堵塞甚至引发交通事故，危险性极高。四、很多路面的破损状况仅凭人眼无法完全记录分辨，辨识率低。于上综述，我们需要借助计算机的力量。
当今社会人工智能显然成了计算机界的新宠儿，随着人工智能的蓬勃发展，图像识别的能力也在不停的得到完善。站在前人的肩膀上，我们可以借助计算机图像识别的功能，完成对破损路面的勘察和分类，代替使用大量的人力和时间去对完成对各种路面的检测。
1.2 国内外研究综述
1.2.1图像识别的发展
图像识别近年来在人工智能的浪潮下已经得到了飞速的发展。图像是人类交流、获取信息的重要渠道，图像包含着大量的信息，所以图像识别也就成了人工智能的重点之一，如今图像识别在各个领域得到了广泛运用。例如：小区轿车车牌的识别，公司的人脸识别、虹膜识别，公安机关电脑的指纹识别，食品的监测识别等等。走在科技的前沿，可以发现很多新颖的人工智能的科技，都蕴藏着图像识别的轮廓。
众所周知的“阿尔法狗（AlphaGo Lee）”由谷歌旗下的DeepMind公司开发，在2016年以4：1击败世界围棋冠军李世石。在这之后的改良版本“大师（AlphaGo Master）”，2017年5月在乌镇以3：0战胜围棋世界冠军柯洁。而在2017年10月19日，该公司又更新了新版本“阿尔法零（AlphaGo Zero）”经过三天训练便击败了Lee，经过40天训练击败了Master。阿尔法系列的开发都是人工智能行业的前进的标志。其用到了深度学习、蒙特卡洛搜索树、神经网络等多重新技术，当然在读取棋谱数据的时候难免也会用到图像识别的技术。所以图像识别作为新型技术的奠基石功不可没。
1.2.2国内外图像识别在路面破损上的应用
路面破损的识别系统应分为两个方面：一、路面情况的自动勘探。二、图像的处理与分类。在第一个方面上，目前已筹备的较为完善，但在第二个方面，仍处于仁者见仁，智者见智的阶段。
在图像采集的方面，需要多个检测系统设备的配合：①高速激光平整度检测系统；②高分辨率路面破损检测系统；③高速线激光车辙检测系统；④前方路况图像采集系统；⑤激光三维变形类检测系统。除了这些实时检测的系统外，还需要全球定位系统（GPS）和距离测量装置传感器，以便于确定破损路面的精确位置。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/1048.html
